在 HBase 现有表之上定义 Hive 外部表

Question

有一个空的HBase表，有两个列族：

create 'emp', 'personal_data', 'professional_data'

现在我尝试将Hive外部表映射到它，它自然会有一些列：

CREATE EXTERNAL TABLE emp(id int, city string, name string, occupation string, salary int) 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":id,
                       personal_data:city,
                       personal_data:name,
                       professional_data:occupation,
                       professional_data:salary")
TBLPROPERTIES ("hbase.table.name" = "emp", "hbase.mapred.output.outputtable" = "emp");

现在我得到的错误是这样的：

FAILED：执行错误，从 org.apache.hadoop.hive.ql.exec.DDLTask 返回代码 1。java.lang.RuntimeException: MetaException(message:org.apache.hadoop.hive.serde2.SerDeException org.apache.hadoop.hive.hbase.HBaseSerDe: columns 有 5 个元素，而 hbase.columns.mapping 有 6 个元素（计算键如果隐式））

你能帮我一下吗？难道我做错了什么？

Answer 1

在映射中，您引用该id字段，但应引用 HBasekey关键字。如文档中所述：

映射条目必须是 :key 或以下形式：column-family-name:[column-name][#(binary|string)

只需替换:id为:key即可：

CREATE EXTERNAL TABLE emp(id int, city string, name string, occupation string, salary int) 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,
                   personal_data:city,
                   personal_data:name,
                   professional_data:occupation,
                   professional_data:salary")
TBLPROPERTIES ("hbase.table.name" = "emp", "hbase.mapred.output.outputtable" = "emp");

列映射基于列的顺序，而不是它们的名称。在文档的“多列和族”段落中，您可以清楚地看到名称并不重要

CREATE TABLE hbase_table_1(key int, value1 string, value2 int, value3 int) 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES (
  "hbase.columns.mapping" = ":key,a:b,a:c,d:e"
)

那么映射就是

• 密钥 -> id
• a:b -> 值 1
• a:c -> 值2
• d:e -> 值3